Python 从多索引数据框中提取数据子集并计算列的差异

我有一个pandas数据框，其中第一行有多个条目，但第二行有重复列

               A                    B                 C
Date           open    r    close   open    r  close  open    r   close      
2000-07-03     19.7    5    17.1    66.26   4  6.22   23.26.  1   9.9
2000-07-05     49.8    2    8.3     78.81   6  4.34   39.81   5   5.1
2000-07-15     89.5    3    4.1     43.45   7  2.45   29.3    8   1.2
2000-08-13     74.7    6    7.4     34.26   8  6.4    72.26   9   5.4
2000-08-25     39.84   1    8.4     95.43   3  4.3    69.81.  0   5.2
2000-08-28     61.8    4    4.2     43.81   1  2.2    129.81  6   1.3
2000-09-11     82.79   7    7.4     66.26   1  6.5    72.25   6   5.6
2000-09-16     64.8    8    8.7     73.45   5  4.7    69.45   4   5.4
2000-09-22     58.5    9    3.3     13.81   8  2.9    777.8   8   1.4

我想提取2000年第7个月的数据，从A、B或C中找出哪一个是最低的（开盘-收盘）

我的计划：

s=data.stack(level=0)
values = s[s.index.get_level_values(1)]['open', 'close'].reset_index()
values['Date'] = pd.to_datetime(values['Date'])
start_date = 2000-07-01
end_date = 2000-08-01
mask = (data['date'] > start_date) & (data['date'] <= end_date)
df = data.loc[mask]
df['Val_Diff'] = df['open'] - df['close']
print(df['Val_Diff'].max()) 

---

为什么多重索引是这段代码的问题？

我认为这是由于堆栈垂直变形时索引中未命名的列造成的。
工艺流程：

展平多个索引的列名

使用宽到长功能从水平转换为垂直

将日期序列转换为“Datetime”格式以进行条件提取

将熊猫作为pd导入
将numpy作为np导入
输入io
导入日期时间
数据=“”
日期打开r关闭打开r关闭打开r关闭
2000-07-03 19.7 5 17.1 66.26 4 6.22 23.26 1 9.9
2000-07-05 49.8 2 8.3 78.81 6 4.34 39.81 5 5.1
2000-07-15 89.5 3 4.1 43.45 7 2.45 29.3 8 1.2
2000-08-13 74.7 6 7.4 34.26 8 6.4 72.26 9 5.4
2000-08-25 39.84 1 8.4 95.43 3 4.3 69.81 0 5.2
2000-08-28 61.8 4 4.2 43.81 1 2.2 129.81 6 1.3
2000-09-11 82.79 7 7.4 66.26 1 6.5 72.25 6 5.6
2000-09-16 64.8 8 8.7 73.45 5 4.7 69.45 4 5.4
2000-09-22 58.5 9 3.3 13.81 8 2.9 777.8 8 1.4
'''
data=pd.read\u csv（io.StringIO（数据），sep='\s+'））
idx=pd.MultiIndex.from_数组（[[''A'，'A'，'A'，'B'，'B'，'B'，'C'，'C'，'C']，['Date'，'open'，'r'，'close'，'open'，'r'，'close'，'open'，'r'，'close'，'open'，'r'，'close']））
data.columns=idx
新的_cols=[k[1]+'''+k[0]表示数据中的k。列[1:]
新列插入（0，“日期”）
data.columns=新列
data=pd.wide\u to_long（数据，['open'，'r'，'close']，i='Date'，j='item'，sep='uu'，后缀='\\w+'）
data.reset_索引（就地=真）
数据['Date']=pd.to_datetime（数据['Date']）
开始日期=datetime.datetime（2000,7,1）
end_date=datetime.datetime（2000,8,1）
mask=（data.Date>start_Date）和（data.Date我认为这是由堆栈垂直变形时索引中未命名的列引起的。

工艺流程：

展平多个索引的列名
使用宽到长功能从水平转换为垂直
将日期序列转换为“Datetime”格式以进行条件提取
将熊猫作为pd导入
将numpy作为np导入
输入io
导入日期时间
数据=“”
日期打开r关闭打开r关闭打开r关闭
2000-07-03 19.7 5 17.1 66.26 4 6.22 23.26 1 9.9
2000-07-05 49.8 2 8.3 78.81 6 4.34 39.81 5 5.1
2000-07-15 89.5 3 4.1 43.45 7 2.45 29.3 8 1.2
2000-08-13 74.7 6 7.4 34.26 8 6.4 72.26 9 5.4
2000-08-25 39.84 1 8.4 95.43 3 4.3 69.81 0 5.2
2000-08-28 61.8 4 4.2 43.81 1 2.2 129.81 6 1.3
2000-09-11 82.79 7 7.4 66.26 1 6.5 72.25 6 5.6
2000-09-16 64.8 8 8.7 73.45 5 4.7 69.45 4 5.4
2000-09-22 58.5 9 3.3 13.81 8 2.9 777.8 8 1.4
'''
data=pd.read\u csv（io.StringIO（数据），sep='\s+'））
idx=pd.MultiIndex.from_数组（[[''A'，'A'，'A'，'B'，'B'，'B'，'C'，'C'，'C']，['Date'，'open'，'r'，'close'，'open'，'r'，'close'，'open'，'r'，'close'，'open'，'r'，'close']））
data.columns=idx
新的_cols=[k[1]+'''+k[0]表示数据中的k。列[1:]
新列插入（0，“日期”）
data.columns=新列
data=pd.wide\u to_long（数据，['open'，'r'，'close']，i='Date'，j='item'，sep='uu'，后缀='\\w+'）
data.reset_索引（就地=真）
数据['Date']=pd.to_datetime（数据['Date']）
开始日期=datetime.datetime（2000,7,1）
end_date=datetime.datetime（2000,8,1）
掩码=（data.Date>开始日期）和（data.Date）
KeyError: "None of [Index are in the [columns]"

import pandas as pd
import numpy as np
import io
import datetime

data = '''
Date open r close open r close open r close  
2000-07-03 19.7 5 17.1 66.26 4 6.22 23.26 1 9.9
2000-07-05 49.8 2 8.3 78.81 6 4.34 39.81 5 5.1
2000-07-15 89.5 3 4.1 43.45 7 2.45 29.3 8 1.2
2000-08-13 74.7 6 7.4 34.26 8 6.4 72.26 9 5.4
2000-08-25 39.84 1 8.4 95.43 3 4.3 69.81 0 5.2
2000-08-28 61.8 4 4.2 43.81 1 2.2 129.81 6 1.3
2000-09-11 82.79 7 7.4 66.26 1 6.5 72.25 6 5.6
2000-09-16 64.8 8 8.7 73.45 5 4.7 69.45 4 5.4
2000-09-22 58.5 9 3.3 13.81 8 2.9 777.8 8 1.4
'''

data = pd.read_csv(io.StringIO(data), sep='\s+')
idx = pd.MultiIndex.from_arrays([['','A','A','A','B','B','B','C','C','C'], ['Date','open','r','close','open','r','close','open','r','close']])
data.columns = idx
new_cols = [k[1]+'_'+k[0] for k in data.columns[1:]]
new_cols.insert(0, 'Date')
data.columns = new_cols
data = pd.wide_to_long(data,['open','r','close'], i='Date', j='item', sep='_', suffix='\\w+')
data.reset_index(inplace=True)
data['Date'] = pd.to_datetime(data['Date'])
start_date = datetime.datetime(2000,7,1)
end_date = datetime.datetime(2000,8,1)
mask = (data.Date > start_date) & (data.Date <= end_date)
data = data.loc[mask]
data
    Date    item    open    r   close
0   2000-07-03  A   19.70   5   17.10
1   2000-07-05  A   49.80   2   8.30
2   2000-07-15  A   89.50   3   4.10
9   2000-07-03  B   66.26   4   6.22
10  2000-07-05  B   78.81   6   4.34
11  2000-07-15  B   43.45   7   2.45
18  2000-07-03  C   23.26   1   9.90
19  2000-07-05  C   39.81   5   5.10
20  2000-07-15  C   29.30   8   1.20

data['Val_Diff'] = data['open'] - data['close']
print(data['Val_Diff'].max()) 
85.4